大数据预测图标_阿布量化

通达集团(00698) 大数据预测量化研报

站点地图

预测通达集团(00698)一周后的价格(K线图中空心部分):

HK$0.132479 +0.008479 (+6.84%)
智能AI评分排名:第243名 平均涨跌幅:0.39% 中位涨跌幅:0.36% 最乐观涨跌幅:37.27%
最悲观涨跌幅:-48.91% 上涨样本均值:4.02% 下跌样本均值:-3.82% 上涨样本数:441
下跌样本数:380 涨/跌样本数量比:1.16:1 涨/跌样本总和比:1.22:1 涨/跌样本平均比:1.05:1
日 K     2022.06.10-2022.08.12...2022.08.19
预测通达集团(hk00698)价格K线图-阿布量化
🌧️-0.84%☀️+2.16%☀️+7.73%⛈-1.10%⛈-1.01%

🌧️  第⓵交易日(📆08-15)⇥预测:HK$0.122960(-0.84%)

☀️  第⓶交易日(📆08-16)⇥预测:HK$0.125621(+2.16%)

☀️  第⓷交易日(📆08-17)⇥预测:HK$0.135331(+7.73%)

 第⓸交易日(📆08-18)⇥预测:HK$0.133836(-1.10%)

 第⓹交易日(📆08-19)⇥预测:HK$0.132479(-1.01%)

上述'平均涨跌幅','下跌样本数','上涨样本数'等等是基于量化形态模型组匹配结果样本进行分析,其它模型组简述如下:

♔ 物理系模型组→样本数:8632,综合得分: 48.21分 

🥇  物理系模型匹配8632条样本中未来:

🚲   5 交易日 上涨样本数量4260,上涨比例 49.35% 

🛵   10 交易日 上涨样本数量4390,上涨比例 50.87% 

🚗   15 交易日 上涨样本数量4521,上涨比例 52.38% 

✈️   20 交易日 上涨样本数量4574,上涨比例 52.99% 

♕ 多巴胺生物模型组→样本数:2639,综合得分: 47.00分 

🥈  多巴胺模型匹配2639条样本中未来:

🚲   5 交易日 上涨样本数量1310,上涨比例 49.65% 

🛵   10 交易日 上涨样本数量1310,上涨比例 49.64% 

🚗   15 交易日 上涨样本数量1308,上涨比例 49.57% 

✈️   20 交易日 上涨样本数量1369,上涨比例 51.91% 

♖ 量化形态模型组→样本数:416,综合得分: 47.77分 

🥉  量化形态模型匹配416条样本中未来:

🚲   5 交易日 上涨样本数量240,上涨比例 57.84% 

🛵   10 交易日 上涨样本数量203,上涨比例 49.01% 

🚗   15 交易日 上涨样本数量203,上涨比例 48.96% 

✈️   20 交易日 上涨样本数量199,上涨比例 48.04% 

♛ 通达集团(00698)的智能AI大数据评分:  48分 

投资品的价量时间序列是一种独特信息结构的序列数据,有着金融市场特有的人群博弈背景产生的特殊的时序价量特征。从数据底层的基础计算公式到abu-k-神经元的设计以及族群模型的框架结构,阿布量化设计了许多独有的算法和特殊的结构,专门处理金融市场的价量时序数据

abu-attention召回模型从通达集团(00698)和识别出的(abu-relate-e群类)联动股票在2022-07-18至2022-08-12期间产生的863.23万条历史走势数据中,刷选出最具投票权的821个数据时间点,并评估attention(注意力)权重

阿布量化训练了数个从不同角度识别量化特征的评分模型,整体上分为三个系别:物理模型组(样本数:8632,综合得分:48.21)、多巴胺生物模型组(样本数:2639,综合得分:47.00)、量化形态模型组(样本数:416,综合得分:47.77)。不同系别模型群从不同角度(主要物理交易实体分析、人群心理、图表等三个方向)评估走势,系别的模型群是由若干个独有的识别算法和参数遗传淘汰,组成族群,加权投票评分

阿布量化结合AI-形态生成模型生成的近期最可能的走势和其余各项评估,智能AI大数据预测评分结果:48分

有别于智能AI大数据预测评分,涨跌幅预测基于不同的AI模型,即有可能出现预测价格上涨,但预测评分很低,也存在预测价格下跌,但预测评分很高的情况,预测评分的置信度高于预测涨跌幅的置信度,需要综合进行考量分析

智能预测的结果仅基于大数据的统计分析计算,仅供阅读,未来的走势还受整个市场氛围,个股基本面、上市公司的偶然事件等多种不可预估的因素影响(周报的AI预测的阅读意义大于日报)

📖 了解更多关于AI智能预测 AI智能涨跌幅预测 == 瞎猜?
鸡汤
让我至今记忆犹新的一句话:技术好坏看基础,交易好坏看心态。​--金融老手